1.一种基于场景设色规则的线稿纹样自动配色方法，其特征在于包括如下步骤：

(1)场景图像色彩提取；a、首次批量提取图像色彩，构建综合色图；b、综合色图色彩二次提取；

(2)用色关联关系挖掘：对意象色之间的关联关系进行分析，利用距离判定矩阵运算，计算两项、三项、多项间配对频率，输出色彩关联关系图例；利用距离判定矩阵运算：对于单幅图像，基于各主色与最终意象色之间的距离相近度，按计算公式(3)构建距离判定矩阵：式(3)中，Ρnk为判定矩阵；1≤n≤N，1≤k≤K1，N为场景图像数； 表示第n幅图像第k个主色与二次聚类第j个意象色的欧式距离；与意象色逐个判定后取其最小值，与距离阈值σ进行比较，确定判定矩阵中元素值为1或0；

(3)线稿纹样提取与形态分析：采用Canny边缘检测算法，提取图案中的线条；在获得线稿后，对其结构形态进行分析，寻找连通区域，统计所有连通区域后，对各连通区域形态进行识别，在约定阈值的基础上进行综合判定，最终形成相似区域的归类和编号；

(4)多类型配色方案生成：色彩配色本质上是意象色与标记区域的配对，构建配对方案，计算配色适应度和选择概率，采用随机遍历抽样的方式计算，从而形成多类型方案，并按序排列；

构建配对方案：

P＝{L1,L2,…,LM} (5)

Lm＝(Ci,Rm)                         (6)式(5)中，M表示标记区域数，Lm表示第m个标记区域配色方案，由第i个意象色Ci与第m个标记区域Rm进行配对；配色方案P由M对意象色和标记区域组构成；

计算配色适应度：即寻找意象色与区域的最优组队的判定依据函数，计算方式如下：

式(7)中，Vi表示i个意象色落点视觉和谐度，Ci为第i个意象色，fm为该意象色在m个区域的适应度；u为种群数量；

计算选择概率：基于配色适应度，计算每个组队的选择概率，计算公式如下：

式(8)中，Pm为第m个组队配对的选择概率，采用随机遍历抽样的方式计算，并进行排序；

计算处所有组队的概率后，替换配对项进行交叉计算，获取最优概率，从而形成多类型方案，并按序排列。

2.根据权利要求1所述的一种基于场景设色规则的线稿纹样自动配色方法，其特征在于：所述步骤(1)a：利用K‑means颜色聚类，对场景图像进行逐个主色提取；K‑means聚类是将颜色集划分为若干簇，各簇之间的颜色距离最小，簇间中心距离尽可能大；对颜色集X，求解颜色集与聚类中心集C的最小化平方误差E，计算公式如下：式(1)中x为颜色集X中数据项，μi为簇Ci的均值向量，其计算公式如(2)所示；E值越小，簇内样本的相似度越高；首先随机设定K个聚类中心，计算各颜色数据与聚类中心的距离；

将颜色按照误差项归入各聚类中心，重新计算各类样本均值，作为新的聚类中心；若类中心不再变动或达到设定的迭代次数，停止计算；最大迭代次数设置为50；

按照上述方式，逐个对各幅图像颜色进行聚类，获取颜色值及其比例；将各幅图像聚类获得的颜色按照比例生成综合色图。

3.根据权利要求2所述的一种基于场景设色规则的线稿纹样自动配色方法，其特征在于：所述步骤(1)b：再次对综合色图进行二次聚类，获得该场景的综合颜色值及其占比，初始聚类簇数K1和二次聚类数K2依据用户设定，值可不相同。

4.根据权利要求1所述的一种基于场景设色规则的线稿纹样自动配色方法，其特征在于：所述步骤(2)计算两项间配对频率：为了厘清意象色两两高频配对频率，对上述判定矩阵列与列项进行分析，计算公式如下：式(4)中，pis、pit分别表示第i幅图像中与第s、t项意象色的相似判定项；计算两列各项的交集，并计算其均值；Ws,t表示s、t项意象色配对频率，由此可获得任意两项意象色的配对频率。

5.根据权利要求4所述的一种基于场景设色规则的线稿纹样自动配色方法，其特征在于：计算三、四、五项意象色的配对频率，获得意象场景配色关联规则，输出色彩关联关系图例。

6.根据权利要求1所述的一种基于场景设色规则的线稿纹样自动配色方法，其特征在于：所述步骤(3)结构形态分析：首先，将图案彩图灰度化和二值化处理，寻找连通区域；统计所有连通区域后，对各连通区域形态进行识别，包括区域面积、与区域具有相同标准二阶中心矩的椭圆的长轴及短轴长度、离心率多维特征，在约定阈值的基础上进行综合判定，最终形成相似区域的归类和编号。